野值
- 基于差分和局部離群因子的遙測數(shù)據(jù)野值檢測方法
群因子的遙測數(shù)據(jù)野值檢測方法鄢青青,肖 鋒,柳振民(西昌衛(wèi)星發(fā)射中心,西昌,615000)為提高火箭飛行遙測數(shù)據(jù)孤立型野值檢測的準(zhǔn)確性和檢測效率,針對遙測數(shù)據(jù)變化范圍大、分布參數(shù)未知、數(shù)據(jù)量大等特點,提出一種基于差分和局部離群因子的野值檢測算法,通過一階差分使遙測數(shù)據(jù)中快速變化段的突變點與正常幅值點區(qū)分開,然后去除差分值中的重復(fù)值以降低計算復(fù)雜度,并將數(shù)據(jù)點的重疊度引入局部離群因子的計算中以快速篩選出局部離群程度較大的突變點,最后利用突變點的差分值符號特征
導(dǎo)彈與航天運載技術(shù) 2023年1期2023-03-09
- 無線電指令制導(dǎo)測量準(zhǔn)確度標(biāo)校及數(shù)據(jù)處理
趨勢的異常點(“野值”)[6],野值的存在會歪曲標(biāo)校數(shù)據(jù)概率分布特征,嚴(yán)重地影響了制導(dǎo)系統(tǒng)測量準(zhǔn)確度的標(biāo)校結(jié)果。因而,必須對標(biāo)校數(shù)據(jù)進行預(yù)處理,檢測、識別野值,并加以剔除。通常,可以采用固定閾值判決[7]、卡爾曼濾波[7]、最小二乘法[8]、外推擬合法[9]等標(biāo)校數(shù)據(jù)進行有效剔除,然后再采用萊特準(zhǔn)則、羅曼諾夫斯基準(zhǔn)則、格拉布斯準(zhǔn)則及肖維勒準(zhǔn)則等[10]進行事后野值剔除。上述方法要么對標(biāo)校設(shè)備的適應(yīng)性有所差異,對統(tǒng)計特性具有約束性,要么僅對某些特定類型的野值
兵器裝備工程學(xué)報 2022年11期2022-12-14
- 黃海海域FY4A衛(wèi)星溫濕廓線適用性分析
。2.2.2 “野值”的處理基于不損失大量有效信息和盡可能多的剔除“野值”兩個方面考慮,根據(jù)前人處理風(fēng)云衛(wèi)星數(shù)據(jù)“野值”的經(jīng)驗,將大于平均值加2倍標(biāo)準(zhǔn)差和小于平均值減2倍標(biāo)準(zhǔn)差的數(shù)據(jù)定義為“野值”[16],并予以剔除。經(jīng)過試驗發(fā)現(xiàn)每次剔除的“野值”數(shù)量大致在10%左右,因此我們選擇剔除10%的數(shù)據(jù)。2.2.3 誤差檢驗3 數(shù)據(jù)評估相關(guān)文獻(xiàn)表明,表面波導(dǎo)的高度一般在300m以下,懸空波導(dǎo)通常出現(xiàn)在3000m高度以下,而蒸發(fā)波導(dǎo)通常在6m~30m之間[17],
艦船電子工程 2022年3期2022-12-01
- 基于卡方檢測和相關(guān)向量機的DVL異常信息處理機制
波束失效容易出現(xiàn)野值;并且當(dāng)AUV航行過程中遇到深溝、淤泥等情況,即海底超過測量范圍或存在吸收信號的物質(zhì)時,DVL可能難以獲取反射信號,會導(dǎo)致短時失效[12]。在這些情況下,DVL的速度測量誤差可能很大。因此,在復(fù)雜海洋環(huán)境下,DVL誤差是影響組合導(dǎo)航精度的重要因素。近年來,很多學(xué)者圍繞著DVL信息異常相關(guān)方面進行了大量的研究。針對野值問題,朱兵[13]等提出一種基于馬氏距離算法的Huber魯棒自適應(yīng)卡爾曼濾波算法,根據(jù)量測噪聲特性對調(diào)節(jié)因子進行實時的自適
中國慣性技術(shù)學(xué)報 2022年4期2022-11-11
- 施工隧道數(shù)據(jù)處理中的可靠卡爾曼濾波①
器, 發(fā)現(xiàn)其在抗野值, 噪聲估計以及非線性系統(tǒng)的適應(yīng)性方面性能較差,從而導(dǎo)致濾波數(shù)據(jù)發(fā)生嚴(yán)重偏移, 針對以上問題, 提出了一種自適應(yīng)噪聲優(yōu)化的可靠卡爾曼算法, 通過對野值數(shù)據(jù)的合理補償及對噪聲的實時估計, 進一步優(yōu)化了系統(tǒng)的建模精度, 獲得更準(zhǔn)確的濾波結(jié)果.2 可靠卡爾曼過濾算法設(shè)計2.1 野值處理在施工掘進過程中, 傳感器的傳輸線不可避免地會被破壞, 系統(tǒng)將此時的測量值定義為與正常測量范圍有巨大偏差的數(shù)值, 稱這樣的值為野值[13]. 在一個相對穩(wěn)定的環(huán)
計算機系統(tǒng)應(yīng)用 2022年9期2022-09-20
- 基于卡爾曼和最小二乘的抗野值降噪方法研究
實值的數(shù)據(jù)稱為“野值”。根據(jù)是否連續(xù),野值可分為孤立型野值和連續(xù)型野值[1],孤立型野值表現(xiàn)形式是孤立的點,而連續(xù)型野值則成片出現(xiàn),也稱為斑點型野值。在對測量數(shù)據(jù)降噪時,野值會給降噪結(jié)果帶來很大的誤差,甚至?xí)剐盘枃?yán)重失真。因此,為獲取有效測量數(shù)據(jù),需采用魯棒性強、濾波精度高的降噪方法,對原始數(shù)據(jù)進行降噪,并將野值剔除或進行必要的修正??柭鼮V波作為線性高斯系統(tǒng)的最優(yōu)濾波算法,具有理論基礎(chǔ)完備、計算簡便等優(yōu)點,已廣泛應(yīng)用于測量數(shù)據(jù)的降噪處理[2-3]。傳統(tǒng)
計算機仿真 2022年7期2022-08-22
- 基于回歸模型的采集數(shù)據(jù)清洗技術(shù)
為孤立值、飛值、野值或者奇異值。采集數(shù)據(jù)中,野值的存在會使分析結(jié)果產(chǎn)生嚴(yán)重錯誤,因此對采集數(shù)據(jù)進行清洗的主要任務(wù)是對錯誤數(shù)據(jù)(即飛值或野值)的清洗。本文將研究在大規(guī)模采集中的野值清洗問題,即在海量的采集數(shù)據(jù)中對野值進行識別,并通過合適的算法給出野值對應(yīng)位置的最優(yōu)估計值。首先提出了一種利用一定采集時間內(nèi)相鄰采集數(shù)據(jù)(不包含當(dāng)前數(shù)據(jù))的回歸值和采集參數(shù)變化率給出野值精細(xì)識別的方法,然后給出了基于回歸模型的數(shù)據(jù)清洗的完整處理流程,最后利用真實飛行采集數(shù)據(jù)對本文提
電光與控制 2022年4期2022-04-07
- 一種新的魯棒PM濾波及其在組合導(dǎo)航中的應(yīng)用*
當(dāng)系統(tǒng)出現(xiàn)尖銳的野值時,M估計濾波和H∞濾波均會出現(xiàn)較大誤差以至發(fā)散。本文針對組合導(dǎo)航系統(tǒng)中出現(xiàn)多種尖銳野值的情況,引入GM估計野值檢測抑制方法,構(gòu)建了魯棒PM估計濾波,應(yīng)用于高空飛行器CNS/SAR/SINS組合導(dǎo)航中,并進行了仿真分析。1 基于M估計的線性濾波1964年,Huber經(jīng)過嚴(yán)格的推導(dǎo)[5],提出了廣義極大似然估計,即M估計魯棒濾波。針對高斯噪聲受到污染的系統(tǒng),M估計結(jié)合了l1和l2范數(shù)構(gòu)造代價函數(shù),其魯棒性優(yōu)于l2范數(shù)估計,其優(yōu)點是保證最大
航天控制 2021年2期2021-11-18
- 基于卡爾曼濾波的遙測數(shù)據(jù)野值剔除方法
正常值的數(shù)據(jù)稱為野值[1-5]。野值的出現(xiàn)將嚴(yán)重影響對遙測信號特征的分析,因此,剔除野值是分析遙測信號特征的一個重要前期步驟[6-8]。目前,常用的野值處理方法主要有三種[9-10]:一是在分析數(shù)據(jù)統(tǒng)計特性基礎(chǔ)上,通過設(shè)置合理的閾值對野值進行判別和剔除,主要有羅曼諾夫斯基準(zhǔn)則、狄克松準(zhǔn)則及萊特準(zhǔn)則等;二是通過提取并分析數(shù)據(jù)特征對野值進行判別和剔除,主要有小波變換方法、信號特征提取方法等;三是求取并分析數(shù)據(jù)的估計值與原始值差的統(tǒng)計特性來進行判別。第一種方法未
航天返回與遙感 2021年4期2021-09-18
- 基于機動識別的多級組合濾波器設(shè)計
的機動檢測機制和野值剔除準(zhǔn)則,實現(xiàn)多個濾波器之間的有效切換,使得設(shè)計的組合濾波器能夠有效解決暫態(tài)跟蹤和穩(wěn)態(tài)濾波精度之間的矛盾。1 α-β 濾波器2 機動識別組合濾波器設(shè)計不失一般性,本文僅考慮運動目標(biāo)的位置和速度估計問題。在設(shè)計組合濾波器之前,首先,根據(jù)任務(wù)需求(如濾波器收斂速度、濾波精度指標(biāo)等),通過大量仿真,分別構(gòu)造了適應(yīng)不同濾波任務(wù)的多個最優(yōu)α-β 濾波器。然后,通過對濾波輸入數(shù)據(jù)進行野值判別,若數(shù)據(jù)異常,則直接剔除,并通過濾波外推;若數(shù)據(jù)正常,進入
火力與指揮控制 2021年8期2021-09-08
- 一種彈道外測數(shù)據(jù)的野值處理方法
這些異常點便稱為野值[1]。野值的存在將直接影響到數(shù)據(jù)的處理精度與分析結(jié)果,因此,有必要在外測數(shù)據(jù)預(yù)處理過程中,對它們進行檢測識別與剔除修正。通常情況下,野值根據(jù)是否連續(xù)可劃為孤立野值和斑點野值兩種類型,孤立型野值是指數(shù)據(jù)序列中非持續(xù)出現(xiàn)的某一獨立時刻異常跳變點;斑點型野值是指數(shù)據(jù)序列中持續(xù)出現(xiàn)的幅度較為接近的成片異常跳變點[2]。當(dāng)前圍繞孤立型野值處理常見的有差分檢測法及多項式外推擬合法[3-4],其剔除作用顯著,但對斑點型野值的處理不太理想,易導(dǎo)致野值
火力與指揮控制 2021年6期2021-08-06
- 測量數(shù)據(jù)野值的局部化處理模型與算法
的數(shù)據(jù)點被定義為野值,一般分為孤立型與斑點型兩種類型[3-4]。相比連續(xù)型野值成片出現(xiàn)的情況,孤立型野值是更為普遍的一類野值,其剔除方法主要有門限法、均方值法、肖維勒法等[5-6]。近年來,朱新巖等基于殘差特性分析,研究了野值檢測與剔除方法[7];金學(xué)軍基于最小二乘擬合方法,對數(shù)據(jù)野值進行了剔除[8];史椸等研究了基于方差聚類的時序數(shù)據(jù)野值識別算法[9];葉艷等基于奇異值分解和小波分析對數(shù)據(jù)野值進行了綜合處理[10];李釘云等以卡爾曼濾波的殘差絕對值作為判
組合機床與自動化加工技術(shù) 2021年7期2021-08-02
- 捷聯(lián)慣性基組合導(dǎo)航魯棒UKF方法
矩陣的權(quán)重以削弱野值對濾波的影響,但是這樣會犧牲濾波一定的估計精度[12]。文獻(xiàn)[13]對魯棒濾波在初始對準(zhǔn)動基座中的應(yīng)用進行了研究,文獻(xiàn)[14]對改進的Huber 魯棒濾波進行了研究,通過文獻(xiàn)[15]使用支持向量回歸的方法提高組合導(dǎo)航系統(tǒng)的魯棒性。針對捷聯(lián)慣性基直接法組合導(dǎo)航系統(tǒng)實際使用中出現(xiàn)的量測量中出現(xiàn)野值的問題,本文提出一種基于一類支持向量機輔助的適用于捷聯(lián)慣性基組合導(dǎo)航的魯棒UKF 算法(Support Vector Machine-Adapti
艦船科學(xué)技術(shù) 2021年6期2021-07-06
- 區(qū)域?qū)Ш较到y(tǒng)站間時間同步野值剔除方法研究
基礎(chǔ)上,進行時差野值的判斷、剔除以及時差濾波處理,從而實現(xiàn)站間的高精度時間同步建立和維持。1 雙向時間比對方法雙向時間比對設(shè)備通過無線電交換時間同步信號,如果這個無線電通信鏈路是對稱的或者近似對稱的,那么雙向信號傳輸?shù)难舆t將得到很好的對消,這就是雙向時間比對系統(tǒng)所依據(jù)的基本原理。雙向時間比對原理如圖1所示。圖1 雙向時間比對原理示意圖如圖1所示,Δt為A、B兩站時差,A、B兩站發(fā)射設(shè)備與接收設(shè)備的時延分別為(tA,RA)和(tB,RB),A站到B站路徑傳播
現(xiàn)代導(dǎo)航 2021年2期2021-05-20
- 魯棒無跡四元數(shù)卡爾曼濾波初始對準(zhǔn)算法?
不能抑制GPS 野值帶來的影響。 文獻(xiàn)[11]提出了由位置軌跡構(gòu)造矢量的粗對準(zhǔn)方法,該方法雖然在一定程度上能夠抑制野值的影響,但是在根本上未去除野值。文獻(xiàn)[12]提出了基于矢量重構(gòu)的魯棒初始對準(zhǔn)方法,但是該方法只能用于慣導(dǎo)系統(tǒng)與多普勒速度儀(doppler velocity log,DVL)組合導(dǎo)航系統(tǒng)。 文獻(xiàn)[13]提出了一種基于Huber 的無跡濾波算法,并將其應(yīng)用于無人機編隊飛行中相對位置、速度和姿態(tài)的精確估計。 該算法通過改變量測噪聲方差矩陣,修改
傳感技術(shù)學(xué)報 2021年12期2021-03-13
- 飛行參數(shù)中高度數(shù)據(jù)的野值識別
氣壓高度數(shù)據(jù)存在野值的情況,通過閱讀相關(guān)處理野值的文獻(xiàn)以及根據(jù)飛行訓(xùn)練中的飛行特點,文章建立合適階數(shù)的多項式擬合方程對進行高度數(shù)據(jù)擬合,由于高度數(shù)據(jù)不符合萊特準(zhǔn)則判斷野值的標(biāo)準(zhǔn),提出利用區(qū)間平均殘差進行野值判斷,通過樣本擬合運算的結(jié)果發(fā)現(xiàn),此方法可以很好的將野值點判斷出來。Abstract:? Flight data analysis is the basis for flight quality evaluation. Through the study
價值工程 2020年27期2020-10-09
- 基于SVR的導(dǎo)航傳感器自適應(yīng)野值檢測方法
常測量值一般稱為野值。如果不對這些野值進行處理,直接輸入到綜導(dǎo)系統(tǒng)的信息集成模塊進行融合,就會影響信息融合的結(jié)果,甚至使融合結(jié)果完全不可信。因此,在信息融合之前對野值進行檢測和處理具有相當(dāng)重要的必要性。在實際工程上,處理野值的方法主要有兩種思路:一是利用外部傳感器的輔助進行野值的檢測。主要的方法有基于差值的3σ準(zhǔn)則法、基于卡爾曼濾波器的χ2檢驗法[1-4]、基于小波分析的方法[5-6]等,其中3σ準(zhǔn)則法需要基準(zhǔn)數(shù)據(jù),而χ2檢驗法依賴準(zhǔn)確的系統(tǒng)噪聲和測量噪聲
導(dǎo)航定位與授時 2020年5期2020-09-22
- 基于模板滑窗處理測量數(shù)據(jù)中野值的方法*
采樣數(shù)據(jù)中包含的野值反應(yīng)都極為敏感[1]。而由經(jīng)驗和統(tǒng)計理論可知,即使是高精度的測量設(shè)備,在受到多種偶然因素的影響后也往往包含有較大的隨機誤差,一般偏離目標(biāo)真值1%~5%,嚴(yán)重時甚至達(dá)10%~20%的誤差[2]。測量數(shù)據(jù)中出現(xiàn)的這些野值對數(shù)據(jù)的處理存在很大影響,如在目標(biāo)跟蹤中,野值會導(dǎo)致濾波發(fā)散,目標(biāo)丟失[3]。因此,針對測量數(shù)據(jù)中連續(xù)出現(xiàn)多個野值,依據(jù)測量數(shù)據(jù)的前后相關(guān)性和變化規(guī)律,提出了一種基于模板滑窗濾除測量數(shù)據(jù)中野值的方法,消除野值對測量數(shù)據(jù)處理工
彈箭與制導(dǎo)學(xué)報 2020年4期2020-09-17
- 一種長基線中野值點判定、剔除及修正方法
差較大的點,俗稱野值點[4]。野值點的出現(xiàn)不僅會降低定位精度,而且會使得目標(biāo)在該點的位置和速度等運動狀態(tài)信息無法被準(zhǔn)確獲取,因此需要對野值點進行實時的判定、剔除和修正。常用的門限檢測方法[5]僅能對長基線系統(tǒng)定位軌跡中的大部分野值點進行剔除,而不能對其進行修正。殘差檢測法可對野值點進行剔除和修正,但是當(dāng)濾波模型與實際運動不匹配時,效果較差。為此,本文在殘差檢測法的基礎(chǔ)上提出了改進殘差檢測法,以卡爾曼濾波的殘差絕對值作為野值點的判定標(biāo)準(zhǔn),對其進行判定和剔除,
聲學(xué)技術(shù) 2020年1期2020-03-23
- 基于SVD的陀螺陣列異常診斷及識別方法
如發(fā)生故障或出現(xiàn)野值等,特別是在陀螺陣列中,零部件數(shù)量增多,出現(xiàn)數(shù)據(jù)異常的幾率增大。MEMS陀螺陣列中數(shù)據(jù)異常具有突發(fā)性,且工作環(huán)境復(fù)雜多變,機載計算機性能有限,導(dǎo)航系統(tǒng)實時性要求高,出現(xiàn)異常后人工難以進行干預(yù)[1]。因此,簡單有效的數(shù)據(jù)異常處理方法對于MEMS陀螺陣列是至關(guān)重要的。測量數(shù)據(jù)中的野值是指嚴(yán)重偏離大部分?jǐn)?shù)據(jù)所呈現(xiàn)趨勢的小部分?jǐn)?shù)據(jù)點,即使是高精度測量設(shè)備也會有1%~5%甚至20%的數(shù)據(jù)嚴(yán)重偏離真值[2],其一般可分為離群點、孤立型野值和斑點型野
火炮發(fā)射與控制學(xué)報 2019年4期2019-12-26
- 航天器在軌運行可視化中姿態(tài)數(shù)據(jù)的處理方法
大誤差的數(shù)據(jù)稱為野值。航天器的在軌飛行三維可視化過程中,野值數(shù)據(jù)的存在容易使顯示畫面出現(xiàn)跳變,影響實際顯示效果,因而在數(shù)據(jù)使用時首先需要對野值數(shù)據(jù)予以剔除。同時,為了應(yīng)對數(shù)據(jù)中的丟點和跳變點等問題,還需對數(shù)據(jù)進行必要的插值和平滑處理,以免影響可視化表達(dá)的連續(xù)性。對于姿態(tài)數(shù)據(jù)的野值剔除、平滑及插值等問題,可使用的方法較多,較常見的是采用卡爾曼濾波的方法[6-7]來進行野值剔除和平滑處理。但這類方法實現(xiàn)過程相對比較復(fù)雜,并且需要較繁瑣的濾波參數(shù)設(shè)置[8]。在一
無線電工程 2019年1期2019-12-24
- 引信多普勒頻率的線性穩(wěn)健擬合
常包含誤差(尤其野值)[2-7],給結(jié)果分析帶來困難。文獻(xiàn)[1]研究了基于非線性最小二乘的多普勒頻率擬合以及利用擬合殘差去除野值的方法;文獻(xiàn)[2]研究了非線性最小二乘擬合和小波分解相結(jié)合的方法,可去除野值比例達(dá)1/3,但野值識別和替換步驟有些復(fù)雜。為此,本文提出一種多普勒頻率的線性穩(wěn)健擬合方法,該方法的抗野值能力更強,步驟卻更簡單。1 引信多普勒頻率線性轉(zhuǎn)換1.1 引信多普勒頻率數(shù)學(xué)模型防空導(dǎo)彈與目標(biāo)遭遇時間短,可認(rèn)為彈目相對速度Vr保持不變,彈目遭遇過程
海軍航空大學(xué)學(xué)報 2019年5期2019-12-20
- 彈道數(shù)據(jù)野值灰色自適應(yīng)檢測與修正?
些異常數(shù)據(jù)就稱為野值[2]。野值可能導(dǎo)致處理結(jié)果嚴(yán)重失真,甚至完全失真[3]。因此,野值的檢測與修正就成了數(shù)據(jù)處理工作的重要一環(huán),它是提高數(shù)據(jù)處理精度、改善處理結(jié)果質(zhì)量的有效措施。目前,國內(nèi)的專家和學(xué)者對野點剔除的方法作了大量研究[4~6],文獻(xiàn)[4]結(jié)合工程實踐,對已有的野值方法實驗分析表明,差分法和多項式外推擬合法剔除孤立型野值點效果明顯,但其門限的確定主要依賴于隨機誤差,同時容易將野點周圍的合理數(shù)據(jù)拉偏。對于孤立型野值點,Kalman 濾波法和最小二
艦船電子工程 2019年10期2019-11-13
- 噪聲野值下的學(xué)生t分布混合CPHD濾波
,尤其當(dāng)噪聲出現(xiàn)野值時,將不再服從高斯分布。野值可以被定義為位于整體分布之外的采樣值[6-7]。在多目標(biāo)跟蹤場景中,當(dāng)目標(biāo)突然發(fā)生系統(tǒng)動態(tài)模型無法匹配的機動時,則可認(rèn)為出現(xiàn)了過程噪聲野值。觀測目標(biāo)背景變化、傳感器自身的不穩(wěn)定性將導(dǎo)致量測噪聲野值。同時,由于目標(biāo)散射特性產(chǎn)生的閃爍噪聲亦可看作為量測噪聲野值[8]。含有野值的過程噪聲或量測噪聲服從重尾的非高斯分布,GM-CPHD濾波對噪聲野值非常敏感,當(dāng)噪聲野值出現(xiàn)時,其跟蹤性能會急劇下降,這是由于高斯分布的輕
西安電子科技大學(xué)學(xué)報 2019年5期2019-11-08
- 動力電池SOC估計的一種新型魯棒UKF算法*
,會使數(shù)據(jù)中包含野值,野值的出現(xiàn)將導(dǎo)致濾波算法的精度和穩(wěn)定性下降,收斂慢,甚至引起發(fā)散。因此,濾波算法的魯棒性能研究對動力電池管理系統(tǒng)十分重要。無跡卡爾曼濾波(unscented Kalman filter,UKF)算法利用無跡變換在估計點附近確定采樣點,通過這些樣本點逼近狀態(tài)向量后驗概率密度函數(shù)的均值和協(xié)方差,可避免由于線性化而導(dǎo)致的跟蹤誤差,算法容易實現(xiàn),精度高[1-2]。但其抗野值方面的魯棒性仍有較大優(yōu)化提升空間。針對這一問題,文獻(xiàn)[3]和文獻(xiàn)[4]
汽車工程 2019年8期2019-09-04
- 基于53H濾波的船舶綜導(dǎo)信息在線平滑方法
息進行在線監(jiān)測與野值數(shù)據(jù)處理顯得尤為重要。針對上述問題,本文提出一種基于53H濾波的綜導(dǎo)信息在線平滑算法。該算法不要求數(shù)據(jù)滿足高斯正態(tài)分布,也不需要事先知道數(shù)據(jù)的標(biāo)準(zhǔn)差,而且算法實現(xiàn)簡單,適合對各導(dǎo)航傳感器的信息進行在線的信息監(jiān)測和數(shù)據(jù)平滑。1 改進的53H濾波算法53H濾波算法最先由Tukey提出[13],其基本思想是產(chǎn)生一個曲線的平滑估計,然后通過將測量值與這一估計值進行比較來識別異常點。其基本步驟如下:1)假設(shè)在線測量的數(shù)據(jù)序列為x(i),根據(jù)x(i
艦船科學(xué)技術(shù) 2019年1期2019-01-30
- 基于穩(wěn)健回歸算法的無人機數(shù)據(jù)預(yù)處理技術(shù)研究?
法,實現(xiàn)了對數(shù)據(jù)野值的剔除和曲線的平滑。經(jīng)典最小二乘目的是使殘差平飛和達(dá)到最小,然而對每個樣本點設(shè)定的權(quán)重卻都是一樣的,所以異常值對其擬合曲線影響很大,對數(shù)據(jù)的回歸缺乏魯棒性[6]。有鑒于此,文章中提出了基于M評估穩(wěn)健回歸多的方式對于數(shù)據(jù)預(yù)處理情況進行研究,利用迭代加權(quán)最小二乘估計回歸方程系數(shù),根據(jù)樣本點偏離程度大小確定權(quán)重,對偏離程度大的設(shè)定小權(quán)重,對偏離小的設(shè)定大權(quán)重,以此建立加權(quán)最小二乘估計,不斷更替改變權(quán)重系數(shù),直到擬合點和實測點中間的偏差小于制定
艦船電子工程 2018年11期2018-11-26
- 一種重尾量測噪聲下的高超聲速飛行器跟蹤算法
決在實際系統(tǒng)中因野值干擾帶來的高超聲速飛行器跟蹤精度下降的問題,提出了一種交互多模型變分貝葉斯濾波算法(IMM-VB),該算法通過子模型權(quán)重與馬爾可夫轉(zhuǎn)移矩陣獲取子模型的狀態(tài)預(yù)測值。隨后采用具有重尾特性的學(xué)生t分布取代高斯分布來描述量測模型,并利用VB算法實現(xiàn)子模型的量測協(xié)方差與狀態(tài)的聯(lián)合估計。最后在交互式多模型(IMM)框架下更新子模型權(quán)重與目標(biāo)狀態(tài)的融合輸出。仿真結(jié)果表明,在野值觀測條件下該算法比IMM算法具有更高的跟蹤精度。關(guān)鍵詞:高超聲速飛行器;野
航空科學(xué)技術(shù) 2018年8期2018-09-10
- 彈道跟蹤數(shù)據(jù)野值剔除方法性能分析
趨勢的數(shù)據(jù)點稱為野值[1]。野值的存在會嚴(yán)重影響彈道跟蹤數(shù)據(jù)的精度,甚至歪曲測量體系真相,在需要高精度彈道跟蹤數(shù)據(jù)的場合是不允許的。因而,必須在彈道跟蹤數(shù)據(jù)預(yù)處理中,檢測、識別野值,并剔除或作必要的修正。根據(jù)野值是否連續(xù),可分為孤立型和斑點型野值[2]。根據(jù)彈道跟蹤數(shù)據(jù)處理模式又可分為事后處理和實時處理。不同情況下跟蹤測量數(shù)據(jù)的野值特征、表現(xiàn)形式、變化規(guī)律各不相同。目前已經(jīng)有很多學(xué)者提出了不同的野值剔除方法[3-10]。傳統(tǒng)的野值剔除方法[3](包括萊特準(zhǔn)
上海航天 2018年4期2018-09-07
- 基于經(jīng)緯度的航跡數(shù)據(jù)改進抗野值Kalman濾波?
值的數(shù)據(jù),稱為“野值”。即使是高質(zhì)量的原始采樣數(shù)據(jù),也會含有1%~5%甚至多達(dá)10%~20%的異常數(shù)據(jù)[1]。野值分為單點野值與連續(xù)野值,其特點一般是幅值大、持續(xù)時間短、無規(guī)律。如果不予以分離和濾除這些野值,指揮員無法準(zhǔn)確判斷目標(biāo)位置,影響試驗的順利開展,具有一定的危險性,而且給后期的數(shù)據(jù)處理帶來誤差[2]。由于航跡測量數(shù)據(jù)解算屬于實時目標(biāo)跟蹤測量,被測量對象在測量過程中不斷變化,且每一觀測點只進行一次觀測。因此,靜態(tài)重復(fù)測量的檢驗準(zhǔn)則不適于測量數(shù)據(jù)的合理
計算機與數(shù)字工程 2018年5期2018-05-29
- 基于擴展卡爾曼濾波的雷測數(shù)據(jù)實時剔野方法?
但在跟蹤系統(tǒng)中,野值處理是屬于動態(tài)測量數(shù)據(jù)中剔除野值的問題,因此必須對目標(biāo)狀態(tài)進行估計來獲取觀測誤差,狀態(tài)估計精度越高,則野值的判別效率越高[5]??柭鼮V波(KF)[6]適用于線性系統(tǒng),但雷達(dá)跟蹤目標(biāo)時,通常雷達(dá)觀測數(shù)據(jù)與目標(biāo)參數(shù)間的關(guān)系是非線性的。對于非線性系統(tǒng),常用的濾波方法有擴展卡爾曼濾波(EKF)[7~8],不敏卡爾曼濾波(UKF)[9]和粒子濾波(PF)[10~11]。EKF 計算量小,計算速度快,實時性好,且具有統(tǒng)計有效的特點。本文提出一種基
艦船電子工程 2018年4期2018-04-27
- 船載外測數(shù)據(jù)的實時檢擇方法*
和船載外測數(shù)據(jù)的野值特性,研究實時處理船載外測數(shù)據(jù)野值的檢擇方法。通過兩套設(shè)備的外測數(shù)據(jù)信息橫向比對消除船搖對數(shù)據(jù)檢擇的影響,建立了自適應(yīng)權(quán)值和閾值的模型,給出了基于坐標(biāo)轉(zhuǎn)換和加權(quán)融合的分步式船載外測數(shù)據(jù)實時檢擇方法。實例數(shù)據(jù)驗證結(jié)果表明所提方法可以實時有效地解決外測預(yù)處理階段的野值檢擇問題。航天測量船;外測數(shù)據(jù);野值實時檢擇;加權(quán)融合1 引 言航天測量船在對飛行器進行跟蹤測量的數(shù)據(jù)處理過程中,必須對采樣數(shù)據(jù)進行預(yù)處理,識別出其中的野值,這對改進后續(xù)數(shù)據(jù)處
電訊技術(shù) 2017年12期2017-12-20
- 導(dǎo)引頭在線野值剔除與平滑方法研究
工程】導(dǎo)引頭在線野值剔除與平滑方法研究臧月進,曾 亮,李仁俊(上海機電工程研究所, 上海 201109)針對導(dǎo)引頭信號野值頻發(fā)的問題,提出了一種基于可變閾值方差的信號野值識別和基于牛頓插值法的野值剔除與缺失數(shù)據(jù)補償?shù)姆椒?。測試對比結(jié)果表明,該方法可以同時克服孤點野值和連續(xù)野值的不利影響,保證了數(shù)據(jù)處理后的導(dǎo)引頭信號的完整性和平滑性,滿足應(yīng)用需求。攔截器;導(dǎo)引頭;在線;野值剔除;數(shù)據(jù)平滑與補償應(yīng)用于大氣層外攔截目標(biāo)的攔截器采用捷聯(lián)光學(xué)導(dǎo)引頭,由于探測元件等級
兵器裝備工程學(xué)報 2017年9期2017-09-28
- 一種雷達(dá)衛(wèi)星標(biāo)校中的野值剔除方法
雷達(dá)衛(wèi)星標(biāo)校中的野值剔除方法王建富1,吳金海2,鈕俊清1,郭佳意1(1.中國電子科技集團公司第三十八研究所孔徑陣列與空間探測安徽省重點實驗室,安徽 合肥230088; 2.太原衛(wèi)星發(fā)射中心,山西 太原 030027)通過衛(wèi)星標(biāo)校方式提高雷達(dá)系統(tǒng)測量精度時,雷達(dá)獲取的測量點跡對標(biāo)定結(jié)果的影響巨大,尤其存在野值點的情況下,雷達(dá)系統(tǒng)誤差標(biāo)定可能失效。提出了基于雷達(dá)衛(wèi)星標(biāo)校的野值剔除方法,首先將測量值與真實星歷值對比,得到雷達(dá)的初始系統(tǒng)誤差和隨機誤差,并以此確定測
艦船電子對抗 2017年3期2017-07-31
- 內(nèi)彈道異常判決中的實時野值剔除方法
異常判決中的實時野值剔除方法高冰(92941部隊葫蘆島125000)任務(wù)中導(dǎo)彈遙測關(guān)鍵參數(shù)的野值嚴(yán)重影響內(nèi)彈道的異常判決結(jié)果。針對遙測關(guān)鍵參數(shù)的變化特點,研究了基于多項式插值平滑算法的野值剔除方法。通過任務(wù)實測數(shù)據(jù)驗證,這一算法簡單,實時性強,可以剔除連續(xù)的野值,在內(nèi)彈道異常判決系統(tǒng)中起到了獲得較好的預(yù)處理效果。內(nèi)彈道;野值;異常判決Class NumberTP3011 引言導(dǎo)彈飛行試驗的遙測參數(shù)是研究和分析導(dǎo)彈性能指標(biāo)的數(shù)值依據(jù)[1],對于導(dǎo)彈各種性能研
計算機與數(shù)字工程 2017年6期2017-06-26
- 彈道處理中的偏差修正與數(shù)據(jù)修補
據(jù)中的時間偏差和野值對彈道處理精度的影響,提出利用三點拉格朗日插值方法對測量數(shù)據(jù)進行時間不一致修正,采用外推預(yù)報對野值進行識別,為保證測量數(shù)據(jù)序列的完整性和連續(xù)性,利用最小二乘擬合方法對剔除野值后的數(shù)據(jù)序列進行修補。三種方法結(jié)合使用,可有效提高彈道處理的精度。彈道;偏差修正;數(shù)據(jù)修補0 引言在武器系統(tǒng)鑒定試驗中,對目標(biāo)外彈道的測量主要依靠光學(xué)測量,實時將測量數(shù)據(jù)進行收集、傳輸和處理。為對測量目標(biāo)的性能進行準(zhǔn)確評估,對測量數(shù)據(jù)的精度要求較高,但在實際測量過程
現(xiàn)代計算機 2016年32期2016-12-22
- 抗野值卡爾曼濾波在火箭彈落點估計中的應(yīng)用*
73000)?抗野值卡爾曼濾波在火箭彈落點估計中的應(yīng)用*閆小龍1,陳國光1,楊 東2(1 中北大學(xué),太原 030051;2 豫西工業(yè)集團有限公司,河南南陽 473000)為了實現(xiàn)火箭彈精確打擊,根據(jù)飛行彈道參數(shù)對彈道進行修正。應(yīng)用文中提出的雙氣動參數(shù)辨識算法,去除出現(xiàn)在信號初始階段的野值,降低對后續(xù)卡爾曼濾波的影響。隨后利用基于新息判斷野值的卡爾曼濾波器,結(jié)合質(zhì)點彈道模型,建立了卡爾曼濾波彈道模型,對一段飛行參數(shù)進行野值的去除與濾波,并對火箭彈落點進行外推
彈箭與制導(dǎo)學(xué)報 2016年3期2016-12-20
- 基于萊特準(zhǔn)則和小波變換的遙測數(shù)據(jù)處理方法
據(jù)經(jīng)常含有噪聲和野值,針對遙測數(shù)據(jù)的處理面臨的消除噪聲和野值剔除問題,介紹了小波變換的基本原理以及小波消噪在信號處理方面的應(yīng)用,提出了利用萊特準(zhǔn)則和小波軟閾值消噪相結(jié)合的方法進行野值剔除,利用MATLAB軟件進行遙測信號噪聲消除和野值剔除仿真試驗,結(jié)果表明該方法具有良好的降噪效果和出色的野值剔除能力。遙測數(shù)據(jù);小波變換;野值剔除;降噪;閾值在靶場外彈道測量動態(tài)目標(biāo)時,由于隨機誤差和各種干擾的存在,測量數(shù)據(jù)中往往包含嚴(yán)重偏離目標(biāo)真值的數(shù)據(jù)點,這些嚴(yán)重偏離目標(biāo)
電子設(shè)計工程 2016年20期2016-11-09
- 觀測器/卡爾曼濾波在飛行數(shù)據(jù)處理中的應(yīng)用
使測量數(shù)據(jù)中存在野值。為提高飛行數(shù)據(jù)處理精度,提出了一種基于觀測器/卡爾曼濾波辨識(OKID)的新算法用于估計飛行參數(shù)。該算法直接利用輸入輸出數(shù)據(jù)與系統(tǒng)矩陣得到觀測器增益,而觀測器增益又收斂于穩(wěn)定狀態(tài)下的卡爾曼濾波增益,利用卡爾曼濾波增益即可估計飛行參數(shù)。Matlab仿真表明該方法能有效地消除飛行數(shù)據(jù)中的野值。數(shù)據(jù)處理;觀測器/卡爾曼濾波;觀測器增益;野值剔除在試飛過程中由于受到外界異常干擾、測量儀器或傳輸數(shù)據(jù)不穩(wěn)定等多種因素的影響,導(dǎo)致測量數(shù)據(jù)嚴(yán)重偏離測
電子設(shè)計工程 2016年20期2016-11-09
- 基于粒子濾波的目標(biāo)跟蹤抗野值算法
濾波的目標(biāo)跟蹤抗野值算法張昆,陶建鋒,李一立(空軍工程大學(xué)防空反導(dǎo)學(xué)院,西安710051)運用粒子濾波對目標(biāo)位置進行跟蹤時,測量數(shù)據(jù)的異常突變點、目標(biāo)的機動轉(zhuǎn)彎、粒子數(shù)量的制約和重要性密度函數(shù)的優(yōu)劣都會導(dǎo)致估計誤差較大的野值出現(xiàn),這將嚴(yán)重影響雷達(dá)對目標(biāo)的跟蹤精度。現(xiàn)有的野值剔除方法在目標(biāo)發(fā)生機動時,都存在誤剔率較高的問題。針對這個問題,采用萊特準(zhǔn)則與機動門限準(zhǔn)則相結(jié)合的方法,提出了不確定觀測點的概念,設(shè)計了一種適用于機動目標(biāo)的抗野值粒子濾波算法。仿真結(jié)果表
火力與指揮控制 2016年9期2016-10-18
- 基于改進的強跟蹤濾波GPS校頻系統(tǒng)誤差處理方法
會產(chǎn)生隨機抖動或野值,給系統(tǒng)頻率校準(zhǔn)帶來誤差。為減小GPS信號隨機抖動和野值所帶來的影響,根據(jù)GPS信號與晶振信號準(zhǔn)確度互補的特點,建立GPS信號校準(zhǔn)晶振信號頻差模型,利用強跟蹤濾波算法對頻差信號誤差進行修正。針對GPS信號中存在的野值問題,對強跟蹤濾波算法進行改進,根據(jù)殘差變化率的大小判別野值,利用替代法對野值加以修正,提高濾波準(zhǔn)確度。將該方法應(yīng)用于某GPS信號校準(zhǔn)晶振信號頻率源系統(tǒng),可使系統(tǒng)輸出頻率準(zhǔn)確度達(dá)到10-11量級。GPS校頻;晶振;強跟蹤濾波
中國測試 2016年8期2016-09-13
- 無源定位跟蹤中野值的檢測與剔除方法
)無源定位跟蹤中野值的檢測與剔除方法楊軍玲(西安電子科技大學(xué) 電子工程學(xué)院,陜西 西安 710071)摘要針對無源定位跟蹤中野值的出現(xiàn)會降低濾波的可靠性和穩(wěn)定性問題,結(jié)合新息似然的概念提出了一種基于似然的野值檢測與剔除方法。通過計算卡爾曼濾波更新中得到的似然值,設(shè)定門限,以達(dá)到野值的檢測與剔除的目的。仿真結(jié)果表明,該算法有效地處理了野值對定位跟蹤精度的影響,使得目標(biāo)定位跟蹤精度有了較大的提高。關(guān)鍵詞定位跟蹤;野值;新息似然;卡爾曼濾波在無源定位跟蹤[1]中
電子科技 2016年6期2016-07-04
- 基于遺傳算法的極短弧定軌(續(xù))?
方法的計算過程,野值剔除方法不再適用.在遺傳算法中通過在適值函數(shù)中采用不同損失函數(shù)實現(xiàn)了穩(wěn)健估計,解決了極短弧定軌中的野值處理問題.在遺傳算法中不同損失函數(shù)的引入較經(jīng)典方法大大簡化.通過對多種損失函數(shù)的計算比較,表明采用最小中值二乘(LMS,Least M edian Square)和截尾最小二乘(LTS,Least Trimm ed Square)估計可大幅度提高極短弧定軌的穩(wěn)健性,具有極高的崩潰點.航天器,天體力學(xué),方法:數(shù)值,統(tǒng)計1 引言近年來空間目
天文學(xué)報 2016年2期2016-06-27
- 一種基于Kalman濾波的雷達(dá)數(shù)據(jù)抗野值方法
濾波的雷達(dá)數(shù)據(jù)抗野值方法張亞松,任宏光(中國空空導(dǎo)彈研究院,河南 洛陽471009)摘要:在對雷達(dá)測量數(shù)據(jù)的實際濾波過程中,帶有野值的測量數(shù)據(jù)值將導(dǎo)致濾波系統(tǒng)產(chǎn)生記憶效應(yīng)和誤差,甚至導(dǎo)致濾波過程發(fā)散,嚴(yán)重影響處理結(jié)果的精度;從濾波算法的原理和工程實踐的實際出發(fā),以測量值與一步預(yù)測值的殘差即“新息”為基礎(chǔ),提出了一種新的野值判別和剔除的簡單易行算法;通過仿真對比計算,可以更為有效地消除野值對濾波的不良影響,提高測量精度。關(guān)鍵詞:Kalman濾波;野值剔除Ci
兵器裝備工程學(xué)報 2016年2期2016-04-11
- 基于插秧機運動模型的DGPS野值剔除方法研究
動模型的DGPS野值剔除方法研究劉曉光1,2,劉秀玲1,2,王光磊1,2(1.河北大學(xué) 電子信息工程學(xué)院,河北 保定071002;2.河北省數(shù)字醫(yī)療工程重點實驗室,河北 保定071002)摘要:DGPS定位系統(tǒng)在外界干擾的作用下會導(dǎo)致定位信息中含有野值。這些野值對插秧機的精準(zhǔn)控制有很大的影響,必須對DGPS的野值進行處理。為此,提出了一種基于插秧機運動學(xué)模型的DGPS野值在線剔除方法。該方法根據(jù)插秧機的運動模型設(shè)定野值判定閾值,然后采用基于插秧機運動學(xué)模型
農(nóng)機化研究 2016年7期2016-03-23
- 基于M估計的抗野值單站無源定位方法?
據(jù)不可避免會出現(xiàn)野值。統(tǒng)計學(xué)家根據(jù)大量數(shù)據(jù)指出,在生產(chǎn)實際和科學(xué)實驗中,野值的出現(xiàn)約占觀測總數(shù)的1%~10%[10]。野值的出現(xiàn)使得觀測數(shù)據(jù)的可靠性和可用性下降,降低了定位精度,甚至無法定位。目前,已有大量文獻(xiàn)對野值存在時如何保持估計量的最優(yōu)性進行了論述,但有關(guān)單站無源定位跟蹤問題的研究中,涉及野值處理問題的文獻(xiàn)較少。例如,文獻(xiàn)[5,11-13]研究了野值存在時如何辨識并剔除的方法;文獻(xiàn)[6,14-16]指出,錯誤的觀測量主要通過新息對濾波精度產(chǎn)生影響,因
雷達(dá)科學(xué)與技術(shù) 2016年6期2016-01-15
- 基于多區(qū)域劃分的模糊支持向量機方法
式不僅能有效削弱野值樣本的影響,而且也會提高支持向量的隸屬度。與基于樣本緊密度以及基于樣本到類內(nèi)超平面距離的FSVM方法相比,該方法具有更好的抗噪性能和泛化能力。模糊支持向量機;多區(qū)域劃分;野值;支持向量;隸屬度支持向量機(support vector machine,SVM)[1]是在統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小化基礎(chǔ)上發(fā)展起來的一種新的機器學(xué)習(xí)方法,特別是在解決小樣本、局部極小、高維和非線性模式識別中表現(xiàn)出較強的泛化能力。但SVM在構(gòu)建最優(yōu)分類面時視所有
中南大學(xué)學(xué)報(自然科學(xué)版) 2015年5期2015-10-13
- 一種基于一階差分的野值類型判別及處理方法1
種基于一階差分的野值類型判別及處理方法1饒云峰1,2,白燕1,2,3(1.中國科學(xué)院 國家授時中心,西安 710600;2.中國科學(xué)院大學(xué),北京 100049;3.中國科學(xué)院 精密導(dǎo)航定位與定時技術(shù)重點實驗室,西安 710600)為了剔除違反規(guī)律的異常測量值,采用一種基于一階差分的野值類型判別及處理方法。仿真結(jié)果表明,該算法能準(zhǔn)確地判別野值類型及其位置,尤其是對于斑點型野值具有較好的效果,同時可以提高數(shù)據(jù)處理精度,縮短數(shù)據(jù)處理時間。斑點型野值;散點型野值;
時間頻率學(xué)報 2015年4期2015-09-07
- 帶虛警抑制的基于歸一化殘差的野值檢測方法
基于歸一化殘差的野值檢測方法汝小虎*柳 征 姜文利 黃知濤(國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院 長沙 410073)野值檢測,或稱異常值檢測是模式識別和知識發(fā)現(xiàn)中一個重要的問題。以往的野值檢測方法難以有效地抑制虛警概率,針對這一問題,該文提出一種帶監(jiān)督情形下基于歸一化殘差(Normalized Residual, NR)的野值檢測方法。首先利用訓(xùn)練樣本計算待考查模式的NR值,其次比較NR值與野值檢測門限的相對大小,從而判斷待考查模式是否為野值。該文理論上推
電子與信息學(xué)報 2015年12期2015-08-17
- 抗野值強跟蹤Kalman 濾波在風(fēng)場估計中的應(yīng)用*
低了濾波精度和抗野值能力,容易造成系統(tǒng)的不穩(wěn)定。本文針對氣象無人機的測風(fēng)特點和Kalman 濾波在數(shù)據(jù)處理中的局限性,將強跟蹤Kalman 濾波和抗野值算法應(yīng)用于無人機探測數(shù)據(jù)處理中,達(dá)到抑制濾波發(fā)散,提高濾波精度的目的。1 濾波算法1.1 Kalman 濾波算法Kalman 濾波是典型的最小方差(MMSE)估計方法,采用 遞歸技術(shù),利用k-1時刻狀態(tài)值給出k的預(yù)測值,并保證該均方誤差最小。建立離散系統(tǒng)模型狀態(tài)方程量測方程上述模型中,Xk為狀態(tài)向量,Zk為
傳感器與微系統(tǒng) 2015年7期2015-03-30
- 塔康高精度測角及抗野值研究
會不可避免的出現(xiàn)野值。本文通過分析新息的特性,給出野值(outlier)的判定準(zhǔn)則,重構(gòu)狀態(tài)估計,建立自適應(yīng)抗野值Kalman濾波模型,并與最小二乘曲線擬合相結(jié)合,實現(xiàn)對塔康測角的高精度解算。該測角方法與文獻(xiàn)[2]中的方法都具有很高的解算精度,不同的是本文通過最小二乘曲線擬合解算方位,經(jīng)抗野值Kalman濾波器抑制野值,二者相比較,本文具有抑制野值和抗干擾能力強的優(yōu)勢。對于抗野值Kalman濾波器的研究,文獻(xiàn)[3]提出利用殘差序列統(tǒng)計特性進行決策來判斷并剔
重慶郵電大學(xué)學(xué)報(自然科學(xué)版) 2014年4期2014-12-14
- UKF容錯濾波在脈沖星組合導(dǎo)航中的應(yīng)用
合導(dǎo)航系統(tǒng)中測量野值導(dǎo)致的導(dǎo)航精度下降問題,利用基于殘差正交性的Unscented Kalman Filter (UKF)容錯濾波方法進行野值修正。在深空巡航段,采用基于X射線脈沖星和太陽觀測的組合導(dǎo)航方式,用X射線探測器測量脈沖星光子到達(dá)時間,利用太陽敏感器測量太陽視線方向矢量,并利用聯(lián)邦濾波結(jié)構(gòu)進行信息融合。仿真結(jié)果表明,基于 UKF的容錯濾波算法在脈沖星組合導(dǎo)航系統(tǒng)的應(yīng)用中,能夠?qū)?span id="j5i0abt0b" class="hl">野值進行實時修正,避免了導(dǎo)航精度下降,提高了系統(tǒng)的魯棒性和工程實用價值
中國慣性技術(shù)學(xué)報 2014年6期2014-10-21
- 基于小波變換的著艦引導(dǎo)雷達(dá)數(shù)據(jù)剔野算法
據(jù)包含帶趨勢項的野值,它不能簡單地根據(jù)某種統(tǒng)計算法予以剔除。根據(jù)小波變換和萊以特理論,提出了一種小波變換與萊以特準(zhǔn)則結(jié)合的剔野算法,該算法先用小波變換去除數(shù)據(jù)的趨勢項,然后根據(jù)萊以特準(zhǔn)則剔除剩余數(shù)據(jù)的野值,最后合并趨勢項,實現(xiàn)了著艦引導(dǎo)雷達(dá)數(shù)據(jù)帶趨勢項的野值剔除。關(guān)鍵詞: 著艦引導(dǎo)雷達(dá); 小波變換; [3σ]準(zhǔn)則; 剔野中圖分類號: TN957.51?34; TJ02 文獻(xiàn)標(biāo)識碼: A 文章編號: 1004?373X(2014)13?0026?04Wave
現(xiàn)代電子技術(shù) 2014年13期2014-07-09
- 差分二次平均修正的頻域相位補償線譜檢測方法
行差分法去除零星野值,然后使用二次平均(TPM)去除連續(xù)野值,最后使用估計的相位補償因子均值構(gòu)造廣義似然比檢驗統(tǒng)計量實現(xiàn)檢測。從理論上對比了廣義平均周期圖(AVGPR)法、廣義功率譜(GPR)法及文中方法的檢測性能。仿真結(jié)果表明,文中方法充分利用信號的相位信息,參數(shù)估計簡單,相位補償因子估計準(zhǔn)確,在一定虛警概率下較AVGPR法的檢測性能提高了接近5 dB左右。聲學(xué);快速傅里葉變換分析;線譜檢測;頻域相位補償;檢驗統(tǒng)計量;功率譜0 引言Urick指出在一定假
兵工學(xué)報 2014年10期2014-06-27
- 基于自適應(yīng)抗野值Kalman濾波技術(shù)的衛(wèi)星導(dǎo)航接收機授時方法
出了一種自適應(yīng)抗野值Kalman濾波算法,但是該自適應(yīng)抗野值算法對于連續(xù)出現(xiàn)的野值的抗干擾能力有限。針對以上問題,本文提出了基于自適應(yīng)抗野值Kalman濾波技術(shù)的衛(wèi)星導(dǎo)航接收機授時方法。該方法可以有效地消除在高動態(tài)條件下鐘差信息野值對于接收機授時系統(tǒng)的影響,同時通過頻率校正環(huán)路對秒信號發(fā)生器的頻率進行校正,提高了授時精度。利用自主研發(fā)的北斗衛(wèi)星導(dǎo)航接收機進行實驗,實驗結(jié)果表明該方法可以有效的提高北斗衛(wèi)星導(dǎo)航系統(tǒng)在高動態(tài)條件下的授時精度。1 授時實現(xiàn)原理衛(wèi)星
西北工業(yè)大學(xué)學(xué)報 2014年3期2014-03-25
- 抗野值Kalman濾波在靶場測量數(shù)據(jù)處理中的應(yīng)用
即為工程處理中的野值。這些野值會給無人機的狀態(tài)估計、性能導(dǎo)航及飛行性能分析帶來較大的誤差,甚至嚴(yán)重偏離實際的飛行狀態(tài)[2]。因此,必須對這些野值進行辨識和處理,以保證結(jié)果的正確性。目前,對于測量數(shù)據(jù)的野值剔除方法已經(jīng)有了大量的研究[1-10]。文獻(xiàn)[1]提出了一種野值點的 M型穩(wěn)健估計統(tǒng)計診斷技術(shù),該方法對孤立型野值和連續(xù)型野值都有很好的辨識和剔除效果,但是該方法對于野值點的準(zhǔn)確起始位置和結(jié)束位置求解不完善。文獻(xiàn)[3]把連續(xù)5個實測數(shù)據(jù)的標(biāo)準(zhǔn)差的3倍作為閾
艦船電子對抗 2013年5期2013-04-26
- 抗野值魯棒濾波在微慣性組合導(dǎo)航中的應(yīng)用*
信息,我們稱之為野值。如果不把野值及時檢測和剔除,將會對微慣導(dǎo)測量過程中誤差狀態(tài)的估計產(chǎn)生很大的影響,從而導(dǎo)致系統(tǒng)精度的降低。為此人們提出了許多野值檢測和剔除的方法。在現(xiàn)有的野值檢測方法中,文獻(xiàn)[1]提出了基于ARMA模型的在線辨識,通過模型參數(shù)的變化來判斷是否出現(xiàn)野值,但是這是基于系統(tǒng)的噪聲統(tǒng)計特性穩(wěn)定和已知的情況;文獻(xiàn)[2-3]中基于濾波新息的統(tǒng)計特性,檢測野值,通過直接剔除觀測值或修正觀測值來去除野值的影響;但是魯棒H∞濾波在應(yīng)用過程中并不對噪聲統(tǒng)計
傳感技術(shù)學(xué)報 2012年6期2012-06-12
- 幾種野值剔除準(zhǔn)則在目標(biāo)預(yù)測中的應(yīng)用研究
律的數(shù)據(jù)點被稱為野值[1[。如果在數(shù)據(jù)預(yù)處理階段不將野值剔除,那么這些野值將會嚴(yán)重影響目標(biāo)預(yù)測的精度,甚至?xí)?dǎo)致目標(biāo)預(yù)測的發(fā)散。因此,如何剔除野值成為目標(biāo)預(yù)測中的首要問題。本文分析了目標(biāo)預(yù)測中的野值剔除問題,介紹了誤差理論中幾種常用的野值剔除準(zhǔn)則,并通過仿真分析了它們對野值的剔除能力及對目標(biāo)預(yù)測精度的影響。1 目標(biāo)預(yù)測中的野值剔除問題分析1.1 問題描述野值的定義有很多種,一種比較公認(rèn)的且與目標(biāo)預(yù)測中的野值剔除比較貼切的定義是 Barnett 和Lewis
指揮控制與仿真 2011年4期2011-07-16
- 一種估計艦空導(dǎo)彈脫靶量的方法
經(jīng)常包含許多孤立野值和成片野值,而如何去除成片野值在公開發(fā)表的文獻(xiàn)中還沒有見到通用有效的方法[4]。本文首先討論利用無野值的多普勒頻率估計脫靶量的方法,然后研究利用小波分解識別并去除野值的方法。1 脫靶量數(shù)學(xué)模型導(dǎo)彈和靶標(biāo)遭遇過程中,由于相對速度大,遭遇時間短,可以認(rèn)為相對速度保持不變。脫靶量數(shù)學(xué)模型如圖1所示,圖中rV為導(dǎo)彈相對靶標(biāo)的運動速度,ρ為脫靶量(ρ垂直于 Vr),ti為多普勒頻率采樣時間,tρ為脫靶時間。圖1 脫靶量數(shù)學(xué)模型對于不同的ti(i=
海軍航空大學(xué)學(xué)報 2010年3期2010-03-24